Capire il few-shot, lo zero-shot e il transfer learning

I sistemi di intelligenza artificiale (AI) possono gestire attività complesse come riconoscere volti, classificare immagini e guidare automobili con un intervento umano minimo. Lo fanno studiando i dati, riconoscendo schemi e usando tali schemi per fare previsioni o prendere decisioni. Con il progresso dell'AI, stiamo assistendo a modalità sempre più sofisticate con cui i modelli di AI possono apprendere, adattarsi ed eseguire attività con notevole efficienza.

Ad esempio, la computer vision è un ramo dell'AI che si concentra sulla capacità delle macchine di interpretare e comprendere le informazioni visive provenienti dal mondo. Lo sviluppo tradizionale di modelli di computer vision si basa fortemente su grandi dataset annotati per l'addestramento. La raccolta e l'annotazione di questi dati può richiedere molto tempo ed essere costosa.

Per affrontare queste sfide, i ricercatori hanno introdotto approcci innovativi come l'apprendimento few-shot (FSL), che apprende da esempi limitati; l'apprendimento zero-shot (ZSL), che identifica oggetti mai visti; e il transfer learning (TL), che applica le conoscenze dei modelli pre-addestrati a nuove attività.

In questo articolo esploreremo come funzionano questi paradigmi di apprendimento, ne evidenzieremo le principali differenze e analizzeremo applicazioni nel mondo reale. Iniziamo!

Panoramica dei paradigmi di apprendimento#

Esploriamo cosa sono l'apprendimento few-shot, l'apprendimento zero-shot e il transfer learning nell'ambito della computer vision e come funzionano.

Apprendimento few-shot#

L'apprendimento few-shot è un metodo in cui i sistemi imparano a riconoscere nuovi oggetti usando solo un piccolo numero di esempi. Ad esempio, se mostri a un modello alcune immagini di un pinguino, di un pellicano e di una pulcinella di mare (questo piccolo gruppo è chiamato "set di supporto"), il modello impara l'aspetto di questi uccelli.

Successivamente, se mostri al modello una nuova immagine, ad esempio di un pinguino, questo confronta la nuova immagine con quelle presenti nel set di supporto e sceglie la corrispondenza più vicina. Quando raccogliere una grande quantità di dati è difficile, questo metodo è vantaggioso perché il sistema può comunque apprendere e adattarsi usando solo pochi esempi.

Fig. 1. Panoramica del funzionamento dell'apprendimento few-shot.

Apprendimento zero-shot#

L'apprendimento zero-shot consente alle macchine di riconoscere elementi mai visti prima senza aver bisogno di esempi. Utilizza informazioni semantiche, come le descrizioni, per contribuire a creare collegamenti.

Ad esempio, se una macchina ha appreso informazioni su animali come gatti, leoni e cavalli comprendendo caratteristiche come “piccolo e soffice”, “grande felino selvatico” o “muso allungato”, può usare queste conoscenze per identificare un nuovo animale, come una tigre. Anche se non ha mai visto una tigre prima, può utilizzare una descrizione come “un animale simile a un leone con strisce scure” per identificarla correttamente. Questo facilita l'apprendimento e l'adattamento delle macchine senza bisogno di molti esempi.

Fig. 2. L'apprendimento zero-shot identifica nuovi oggetti usando le descrizioni.

Transfer learning#

Il transfer learning è un paradigma di apprendimento in cui un modello usa ciò che ha appreso da un'attività per contribuire a risolvere un'attività nuova e simile. Questa tecnica è particolarmente utile per le attività di computer vision, come il rilevamento degli oggetti, la classificazione delle immagini e il riconoscimento degli schemi.

Ad esempio, nella computer vision, un modello pre-addestrato può riconoscere oggetti generici, come gli animali, e può poi essere sottoposto a fine-tuning tramite transfer learning per identificare elementi specifici, come diverse razze di cani. Riutilizzando le conoscenze acquisite nelle attività precedenti, il transfer learning facilita l'addestramento di modelli di computer vision su dataset più piccoli, facendo risparmiare tempo e fatica.

Fig. 3. Panoramica del funzionamento del transfer learning.

Potresti chiederti quali tipi di modelli supportano il transfer learning. Ultralytics YOLO11 è un ottimo esempio di modello di computer vision in grado di farlo. È un modello all'avanguardia per il rilevamento degli oggetti, inizialmente pre-addestrato su un dataset ampio e generico. Successivamente, può essere sottoposto a fine-tuning e addestrato su misura su un dataset più piccolo e specializzato per attività specifiche.

Confronto tra i paradigmi di apprendimento#

Ora che abbiamo parlato di apprendimento few-shot, apprendimento zero-shot e transfer learning, confrontiamoli per vedere in cosa differiscono.

Fig. 4. Differenze principali tra apprendimento few-shot, zero-shot e transfer learning. Immagine dell'autore.

L'apprendimento few-shot è utile quando disponi solo di una piccola quantità di dati etichettati. Permette a un modello di AI di apprendere da pochi esempi. L'apprendimento zero-shot, invece, non richiede dati etichettati. Utilizza piuttosto descrizioni o contesto per aiutare il sistema a gestire nuove attività. Il transfer learning adotta invece un approccio diverso, usando le conoscenze dei modelli pre-addestrati per consentire loro di adattarsi rapidamente a nuove attività con una quantità minima di dati aggiuntivi. Ogni metodo presenta punti di forza specifici, a seconda del tipo di dati e dell'attività su cui stai lavorando.

Applicazioni nel mondo reale dei diversi paradigmi di apprendimento#

Questi paradigmi di apprendimento stanno già facendo la differenza in molti settori, risolvendo problemi complessi con soluzioni innovative. Vediamo più da vicino come possono essere applicati nel mondo reale.

Diagnosi di malattie rare con l'apprendimento few-shot#

L'apprendimento few-shot è una svolta per il settore sanitario, soprattutto nell'imaging medico. Può aiutare i medici a diagnosticare malattie rare usando solo pochi esempi o persino descrizioni, senza bisogno di grandi quantità di dati. È particolarmente utile quando i dati sono limitati, come spesso accade perché raccogliere grandi dataset per patologie rare può essere difficile.

Ad esempio, SHEPHERD usa l'apprendimento few-shot e grafi della conoscenza biomedica per diagnosticare disturbi genetici rari. Mappa le informazioni sui pazienti, come sintomi e risultati degli esami, su una rete di geni e malattie conosciuti. Questo aiuta a individuare la probabile causa genetica e a trovare casi simili, anche quando i dati sono limitati.

Fig. 5. Il modello Shepherd diagnostica malattie rare usando dati minimi.

Migliorare il rilevamento delle malattie delle piante con l'apprendimento zero-shot#

In agricoltura, identificare rapidamente le malattie delle piante è essenziale, perché i ritardi nel rilevamento possono causare danni diffusi alle colture, ridurre i raccolti e provocare perdite finanziarie significative. I metodi tradizionali spesso si basano su grandi dataset e conoscenze specialistiche, che potrebbero non essere sempre accessibili, soprattutto nelle aree remote o con risorse limitate. È qui che entrano in gioco i progressi nell'AI, come l'apprendimento zero-shot.

Immagina che un agricoltore coltivi pomodori e patate e noti sintomi come foglie ingiallite o macchie marroni. L'apprendimento zero-shot può aiutare a identificare malattie come la peronospora senza richiedere grandi dataset. Usando le descrizioni dei sintomi, il modello può classificare malattie che non ha mai visto. Questo approccio è rapido, scalabile e consente agli agricoltori di rilevare diversi problemi delle piante. Li aiuta a monitorare più efficacemente la salute delle colture, intervenire tempestivamente e ridurre le perdite.

Fig. 6. Usare l'apprendimento zero-shot per identificare le malattie delle piante.

Veicoli autonomi e transfer learning#

I veicoli autonomi devono spesso adattarsi ad ambienti diversi per navigare in sicurezza. Il transfer learning li aiuta a usare le conoscenze pregresse per adattarsi rapidamente a nuove condizioni senza dover ricominciare da zero l'addestramento. In combinazione con la computer vision, che aiuta i veicoli a interpretare le informazioni visive, queste tecnologie consentono una navigazione più fluida su terreni e in condizioni meteorologiche diversi, rendendo la guida autonoma più efficiente e affidabile.

Un buon esempio pratico è un sistema di gestione dei parcheggi che usa Ultralytics YOLO11 per monitorare i posti auto. YOLO11, un modello pre-addestrato per il rilevamento degli oggetti, può essere sottoposto a fine-tuning usando il transfer learning per identificare in tempo reale i posti auto liberi e occupati. Addestrando il modello su un dataset più piccolo di immagini di parcheggi, questo impara a rilevare con precisione i posti liberi, quelli occupati e persino le aree riservate.

Fig. 7. Gestione dei parcheggi con Ultralytics YOLO11.

Integrato con altre tecnologie, questo sistema può guidare i conducenti verso il posto disponibile più vicino, contribuendo a ridurre i tempi di ricerca e la congestione del traffico. Il transfer learning rende tutto ciò possibile basandosi sulle capacità esistenti di rilevamento degli oggetti di Ultralytics YOLO11, consentendogli di adattarsi alle esigenze specifiche della gestione dei parcheggi senza ripartire da zero. Questo approccio consente di risparmiare tempo e risorse, creando al contempo una soluzione altamente efficiente e scalabile che migliora le operazioni di parcheggio e l'esperienza complessiva degli utenti.

Tendenze emergenti nei paradigmi di apprendimento#

Il futuro dei paradigmi di apprendimento nella computer vision punta allo sviluppo di sistemi di AI per la computer vision più intelligenti e sostenibili. In particolare, una tendenza in crescita è l'uso di approcci ibridi che combinano apprendimento few-shot, apprendimento zero-shot e transfer learning. Integrando i punti di forza di questi metodi, i modelli possono apprendere nuove attività con una quantità minima di dati e applicare le proprie conoscenze in aree diverse.

Un esempio interessante consiste nell'utilizzo di embedding profondi adattati per eseguire il fine-tuning dei modelli usando le conoscenze derivanti da attività precedenti e una piccola quantità di nuovi dati, facilitando il lavoro con dataset limitati.

Analogamente, l'apprendimento X-shot è progettato per gestire attività con quantità diverse di dati. Usa la supervisione debole, in cui i modelli apprendono da etichette limitate o rumorose, e istruzioni chiare per aiutarli ad adattarsi rapidamente, anche quando sono disponibili pochi o nessun esempio precedente. Questi approcci ibridi mostrano come l'integrazione di diversi metodi di apprendimento possa aiutare i sistemi di AI ad affrontare le sfide in modo più efficace.

Punti chiave#

L'apprendimento few-shot, l'apprendimento zero-shot e il transfer learning affrontano ciascuno sfide specifiche della computer vision, rendendoli adatti ad attività diverse. L'approccio corretto dipende dall'applicazione specifica e dalla quantità di dati disponibile. Ad esempio, l'apprendimento few-shot funziona bene con dati limitati, mentre l'apprendimento zero-shot è ottimo per gestire classi mai viste o non familiari.

Guardando al futuro, è probabile che combinare questi metodi per creare modelli ibridi che integrino visione, linguaggio e audio sarà un obiettivo fondamentale. Questi progressi mirano a rendere i sistemi di AI più flessibili, efficienti e capaci di affrontare problemi complessi, aprendo nuove possibilità di innovazione nel settore.

Scopri di più sull'AI unendoti alla nostra community e visitando il nostro repository GitHub. Scopri come l'AI nelle auto a guida autonoma e la computer vision in agricoltura stanno trasformando il futuro. Dai un'occhiata alle opzioni disponibili per la licenza YOLO e inizia subito!